쿼웬3-TTS, 97ms 초저지연 음성 합성
by DD
6개월 전
조회수 22
쿼웬3-TTS(Qwen3-TTS)는 10개 언어를 지원하는 최첨단 음성 모델(SOTA Speech Model) 제품군
프롬프트 기반의 음성 디자인(Voice Design), 3초 제로샷 클로닝(Zero-shot Cloning) 기능 제공
97ms의 극도로 낮은 지연 시간(Low-latency) 스트리밍 지원
쿼웬3-TTS(Qwen3-TTS)의 핵심 기능: 음성 디자인
쿼웬3-TTS(Qwen3-TTS)는 텍스트 프롬프트를 기반으로 다양한 음성 스타일을 생성하는 음성 디자인(Voice Design) 기능을 제공한다.
프롬프트 엔지니어링(Prompt Engineering): 감정, 억양, 화자 특징 등을 텍스트로 표현하여 세밀한 음성 제어(Fine-grained Voice Control) 가능
활용 분야: 게임, 챗봇, 콘텐츠 제작 등에서 맞춤형 음성(Customized Voice)을 손쉽게 구현
경쟁 기술: 기존 TTS 모델 대비 창의적인 음성 표현(Creative Voice Expression)의 자유도 향상
3초 제로샷 클로닝(Zero-shot Cloning) 기술 분석
쿼웬3-TTS(Qwen3-TTS)는 3초 분량의 음성 샘플만으로 화자(Speaker)의 음성을 복제하는 기술을 선보였다.
![[Qwen3-TTS] Voice design, cloning & 97ms streaming](https://static.devday.kr/thumbnails-w1200/ph-1066653-ef9860a5.webp)
